Tren Lokalisasi di Industri AI dan Dampaknya terhadap Web3
Baru-baru ini, industri AI menunjukkan tren perubahan yang menarik: dari sebelumnya yang hanya mengejar kekuatan komputasi besar dan model besar, secara bertahap muncul arah baru yang lebih fokus pada model kecil lokal dan komputasi tepi.
Tren ini tercermin dalam langkah-langkah beberapa raksasa teknologi. Misalnya, sistem pintar dari sebuah produsen ponsel terkenal telah menjangkau 500 juta perangkat; seorang pengembang sistem operasi meluncurkan model kecil khusus dengan 330 juta parameter untuk versi terbarunya; dan departemen kecerdasan buatan dari sebuah perusahaan mesin pencari sedang mengembangkan teknologi robot yang dapat beroperasi secara offline.
Ada perbedaan signifikan dalam fokus kompetisi antara AI cloud dan AI lokal. Yang pertama terutama bersaing dalam skala parameter dan jumlah data pelatihan, di mana kekuatan finansial adalah faktor penentu; sedangkan yang kedua lebih memperhatikan optimisasi rekayasa dan penyesuaian skenario, serta memiliki keunggulan dalam perlindungan privasi, keandalan, dan kegunaan. Perbedaan ini terutama berasal dari masalah "ilusi" yang sering muncul saat model umum diterapkan dalam bidang tertentu.
Tren ini membawa peluang baru bagi proyek Web3 AI. Di masa lalu, dalam persaingan untuk mengejar kemampuan "generalisasi", raksasa teknologi tradisional hampir memonopoli pasar berkat keunggulan sumber daya, teknologi, dan basis pengguna. Jika proyek Web3 ingin bersaing di bidang ini, itu sama saja dengan berkhayal.
Namun, dengan munculnya model lokal dan komputasi tepi, prospek aplikasi teknologi blockchain menjadi semakin luas. Ketika model AI dijalankan di perangkat pengguna, bagaimana memastikan keaslian hasil output? Bagaimana mewujudkan kolaborasi model sambil melindungi privasi? Pertanyaan-pertanyaan ini adalah tepat keahlian teknologi blockchain.
Saat ini, sudah ada beberapa proyek Web3 AI yang mulai mengeksplorasi bidang ini. Misalnya, sebuah protokol komunikasi data bertujuan untuk menyelesaikan masalah monopoli data dan black box dari platform AI terpusat; proyek lain mengumpulkan data manusia nyata melalui perangkat gelombang otak, membangun "lapisan verifikasi manusia", dan telah memperoleh pendapatan yang signifikan. Proyek-proyek ini semua berusaha menyelesaikan masalah "keandalan" AI lokal.
Secara keseluruhan, hanya ketika AI benar-benar "menyebar" ke setiap perangkat, kolaborasi terdesentralisasi dapat beralih dari konsep menjadi kebutuhan nyata. Untuk proyek Web3 AI, alih-alih terus bersaing di jalur umum, lebih baik memikirkan dengan serius bagaimana memberikan dukungan infrastruktur untuk gelombang AI lokal. Ini mungkin merupakan arah pengembangan yang lebih menjanjikan.
Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
24 Suka
Hadiah
24
7
Posting ulang
Bagikan
Komentar
0/400
TokenSherpa
· 07-24 19:18
biarkan saya menjelaskan ini... pergeseran paradigma menuju edge computing mewakili titik belok tata kelola yang menarik dalam trajectory web3
Lihat AsliBalas0
FlatTax
· 07-22 11:22
Bisakah lebih sederhana, cukup buat AI kecil saja.
Lihat AsliBalas0
GasSavingMaster
· 07-21 19:47
gg Komputasi Edge才是王道
Lihat AsliBalas0
BugBountyHunter
· 07-21 19:46
Apakah semua orang ingin bermain saya untuk suckers?
Lihat AsliBalas0
defi_detective
· 07-21 19:43
Lokal? Hehe, berapa banyak parameter yang bisa dijalankan?
Gelombang lokalitas AI muncul, Web3 menyambut peluang baru
Tren Lokalisasi di Industri AI dan Dampaknya terhadap Web3
Baru-baru ini, industri AI menunjukkan tren perubahan yang menarik: dari sebelumnya yang hanya mengejar kekuatan komputasi besar dan model besar, secara bertahap muncul arah baru yang lebih fokus pada model kecil lokal dan komputasi tepi.
Tren ini tercermin dalam langkah-langkah beberapa raksasa teknologi. Misalnya, sistem pintar dari sebuah produsen ponsel terkenal telah menjangkau 500 juta perangkat; seorang pengembang sistem operasi meluncurkan model kecil khusus dengan 330 juta parameter untuk versi terbarunya; dan departemen kecerdasan buatan dari sebuah perusahaan mesin pencari sedang mengembangkan teknologi robot yang dapat beroperasi secara offline.
Ada perbedaan signifikan dalam fokus kompetisi antara AI cloud dan AI lokal. Yang pertama terutama bersaing dalam skala parameter dan jumlah data pelatihan, di mana kekuatan finansial adalah faktor penentu; sedangkan yang kedua lebih memperhatikan optimisasi rekayasa dan penyesuaian skenario, serta memiliki keunggulan dalam perlindungan privasi, keandalan, dan kegunaan. Perbedaan ini terutama berasal dari masalah "ilusi" yang sering muncul saat model umum diterapkan dalam bidang tertentu.
Tren ini membawa peluang baru bagi proyek Web3 AI. Di masa lalu, dalam persaingan untuk mengejar kemampuan "generalisasi", raksasa teknologi tradisional hampir memonopoli pasar berkat keunggulan sumber daya, teknologi, dan basis pengguna. Jika proyek Web3 ingin bersaing di bidang ini, itu sama saja dengan berkhayal.
Namun, dengan munculnya model lokal dan komputasi tepi, prospek aplikasi teknologi blockchain menjadi semakin luas. Ketika model AI dijalankan di perangkat pengguna, bagaimana memastikan keaslian hasil output? Bagaimana mewujudkan kolaborasi model sambil melindungi privasi? Pertanyaan-pertanyaan ini adalah tepat keahlian teknologi blockchain.
Saat ini, sudah ada beberapa proyek Web3 AI yang mulai mengeksplorasi bidang ini. Misalnya, sebuah protokol komunikasi data bertujuan untuk menyelesaikan masalah monopoli data dan black box dari platform AI terpusat; proyek lain mengumpulkan data manusia nyata melalui perangkat gelombang otak, membangun "lapisan verifikasi manusia", dan telah memperoleh pendapatan yang signifikan. Proyek-proyek ini semua berusaha menyelesaikan masalah "keandalan" AI lokal.
Secara keseluruhan, hanya ketika AI benar-benar "menyebar" ke setiap perangkat, kolaborasi terdesentralisasi dapat beralih dari konsep menjadi kebutuhan nyata. Untuk proyek Web3 AI, alih-alih terus bersaing di jalur umum, lebih baik memikirkan dengan serius bagaimana memberikan dukungan infrastruktur untuk gelombang AI lokal. Ini mungkin merupakan arah pengembangan yang lebih menjanjikan.